基于约束的单舰纯方位跟踪算法

提出一种把运动目标舰艇的航速约束以及对陆地岛礁规避的约束加入修正增益推广卡尔曼滤波器的方法 ,对目标观测方程和目标状态方程分别进行修正 ,用于单舰对海上运动舰艇辐射源进行纯方位跟踪。航速约束可以当作输出为 0的增加的观测数据来处理 ;另外 ,根据当前估计的目标位置和航速 ,当下一个周期目标将航行到陆地岛礁或即将航行到陆地岛礁时 ,用规避因子矩阵来修正目标舰的航向和航速 ,以避免目标航行到陆地岛礁。计算机模拟结果表明 ,该方法能提高对海上运动舰艇辐射源的无源定位精度。     

舰艇规避策略对鱼雷捕获概率影响的仿真研究

舰艇速度与航向的变化,会引起舰艇辐射噪声声源级和目标反射强度的变化,从而将分别改变鱼雷对目标的被动与主动自导作用距离。本文根据声纳方程,给出了鱼雷目标的能量检测模型。计算分析了：（1）舰艇在常速与高速航行时被动自导鱼雷发现的概率;（2）0．99的相同检测概率下,不同舰艇舷角上鱼雷主动发现目标的距离。计算结果表明,舰艇若以最高速规避鱼雷,将使鱼雷被动自导作用距离大大增加,而规避航向对主动发现概率有很大影响。     

视频监视中的运动目标跟踪算法

提出了一种新的运动目标跟踪算法。通过预测运动目标下一时刻的位置以及缩小目标搜索范围来提高跟踪速度。该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置,使用预测位置误差方程估计运动目标搜索范围,并使用IIR滤波器对目标运动速度、加速度等参数自适应地修正。实验证明,该算法即使当运动目标做加速运动时,也可准确地预测运动目标的位置,缩小目标搜索范围,进而提高目标跟踪速度。     

自适应推广Kalman滤波应用于水下被动目标定位

针对在被动方式下进行水下目标定位容易出现滤波发散、收敛速度慢以及精度不高等问题,研究了一种修正极坐标系下的自适应推广卡尔曼滤波算法。它能够在线估计虚拟系统噪声的统计特性,从而消除了动态模型线性化误差带来的不良影响。仿真结果表明,该算法在收敛速度、估计精度以及稳定性方面都优于常规的卡尔曼滤波器。     

海流建模及其在路径规划中的应用

对水下航行器进行路径规划时,除了要考虑所规划的路径长度外,还需要考虑所规划路径满足航行器能量消耗约束,其中海流是影响航行器能量消耗的重要因素,为考虑海流对路径规划的影响,这里提出了一种利用B样条曲面对动态海流环境进行建模的方法,并将海流对航行器能量消耗的影响作为约束函数应用到路径规划算法中,使航行器能够在路径的搜索过程中,综合考虑全局路径消耗和能量消耗,寻找能够实现目标函数最优的路径;另外考虑到海流各向异性、时变的特性,对路径规划算法进行改进,使航行器规划路径能够利用海流模型,避开局部湍流,并根据动态海流信息实时对所设计路径进行修正。通过仿真验证,将建立的海流模型应用到路径规划算法后,改进的路径规划算法可以利用海流减少航行器的能源消耗,根据海流的实时变化调整航行路径,航行器满足安全运动条件,并实现在满足能源消耗前提下的路径长度最优。     

一种改善雷达距离分辨力的信号处理方法

提高噪声环境中邻近目标的分辨力问题,一直是雷达、声纳、地震学、通讯、生物医疗和电子学等领域里的热门课题。围绕这一问题,人们提出了不少解决方法。本文针对雷达的应用环境,提出了一种改善雷达距离分辨力的信号处理方法——修正的约束最小二乘法。该法充分利用目标回波载有的信息,通过对雷达目标系统冲激响应的估计,达到分辨邻近目标的目的。该法的中心思想是将目标在空间上的分辨问题转化为时间上目标冲激响应的估计问题,然后经过后置处理算法(双门限插值处理),以获得目标个数,相对强度及相对延时的估值。     

基于修正卡尔曼滤波的目标跟踪

分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低,甚至发散的原因,对比自适应渐消卡尔曼滤波算法,提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判定准则和修正准则,实时修正预测值,在滤波初始阶段可迅速降低估计误差、提高稳态时的滤波精度、缩短收敛时间;当目标发生状态突变时,可消除或降低由于目标状态突变造成的滤波跟踪精度下降、滤波发散的问题;当目标运动建模不准确时,可消除或降低由于建模不准确带来的模型误差。仿真实例说明了算法的有效性和较强的实际应用指导意义。     

基于序值与拥挤度的拟态物理学多目标算法

根据约束多目标优化问题的特点,在拟态物理学优化(aritificial physics optimization, APO)算法的基础上,将无约束多目标APO(multi objective APO, MOAPO)算法引入到约束多目标优化领域中。提出约束违反度的判断准则,并采取一种更为有效的约束处理技术,从而构造出一种解决约束多目标优化问题的基于序值与拥挤度的拟态物理学多目标优化(improved constrained rank multi objective aritificial physics optimization, ICRMOAPO)算法。在随机搜索过程中动态调整引力因子与惯性权重,增强了非劣解集的多样性。实验结果说明了该算法的有效性,通过与序值约束多目标APO(constrained rank multi objective APO, CRMOAPO)算法、非支配排序遗传(non dominated sorting genetic algorithm, NSGA)算法、多目标遗传(multi objective genetic algorithm, MOGA)算法的对比实验,表明了该算法具有较好的分布性能,为约束多目标优化问题的求解提供了一种新的思路与方法。     

基于时延和相位估计的改进位移相位中心算法

多接收元合成孔径声纳是当前研究的热点问题,偏航和侧摆是影响多接收元合成孔径声纳成像质量的关键因素。在深入分析位移相位中心算法的基础上,提出了一种改进的多接收元合成孔径声纳运动补偿算法。改进算法首先修正声信号的实际传播距离与采用等效相位中心近似的传播距离之间的偏差,然后基于时延和相位估计偏航和侧摆,而且改进算法消除了目标回波的相互干涉对估计运动误差的影响,从而在扩大了算法适用的运动误差范围的同时,提高了运动误差估计的精度。计算机仿真结果表明,改进算法有效地补偿了运动误差,改善了成像质量。     

一种求解带资源约束的并行机器多目标调度问题的遗传算法

探讨了双目标下,带一种资源约束的,工件成类别的并行机器调度问题.针对该问题,提出了一种遗传算法.该算法采用了两两竞赛的选择算子、聚集度、违约度来处理多目标约束优化.通过随机订单的测试,计算结果显示:对于各个单目标值,该算法比修正的EDD、LPT、SPT能改善3%~37%.     

基于速度合成孔径雷达的海面舰船动目标成像方法

海面舰船成像技术在军事和民用领域应用广泛。针对海面动目标成像定位模糊的缺点,提出了使用速度合成孔径雷达（velocity synthetic aperture radar,VSAR）估计动目标速度频率的方法。首先,分析了VSAR的成像机理和限制条件,建立了基于相控阵雷达对海面舰船的成像模型;然后,采用多天线图像域的速率频率估计方法纠正方位向的偏移,采用图像熵算法完成目标图像的自适应聚焦;最后,利用该方法对海面运动舰船进行仿真计算。仿真结果表明,VSAR在处理大海域海面静动目标同时存在的场景下,可以甄别出目标所属类型,判断出动目标的运动趋势和航行轨迹。相比于传统的单通道SAR雷达和沿航迹干涉雷达算法,速度频率估计算法解决了方位定位精度不足的缺点,提高了大面积海域条件下的动目标舰船的定位性能,具有良好的应用前景。     

基于TOA和TDOA的三维无源目标定位方法

提出了一种基于到达时间(time of arrival, TOA)和到达时间差(time difference of arrival, TDOA)的空中运动平台对目标高精度三维定位的无源定位方法。该方法使用3个辅站信号到空中运动平台的TOA以及辅站位置确定空中运动平台自身的位置,然后依据目标散射回波到达各个辅站与空中运动平台的TDOA确定目标的位置。分析了三维TDOA目标定位模糊产生的原因,提出了一种无模糊的高精度TDOA目标位置求解算法。仿真结果表明,该算法比经典的TDOA定位算法精度高,而且不存在定位模糊,从而验证了该空中运动平台对目标进行无源定位方法的有效性以及正确性。     

多约束下编队随船备件配置优化方法

针对舰艇编队备件配置方案的确定需要综合考虑多项约束指标因素的特点,以编队出海执行任务准备阶段备件配置为研究背景,以舰船载荷、排水量及保障费用为约束条件,构建了以编队备件保障概率为目标函数的编队随舰备件库存优化模型,应用拉格朗日乘子法及边际效应法原理给出了编队随船备件库存模型计算及优化流程,并运用罚函数原理对保障资源约束因子进行了确定及动态调整。最后,通过案例分析验证了本文提出的方法能够为解决多约束下编队随船备件配置优化问题提供新的途径。     

对毫米波制导反舰导弹实施质心干扰的仿真研究

对毫米波制导反舰导弹实施箔条质心干扰进行了仿真研究，采用面目标分析方法研究了考虑切割效应的箔条云雷达截面积仿真模型，讨论了舰船雷达截面积、反舰导弹跟踪、箔条云布放和运动等仿真模型，并提出了基于有足够的有效质心干扰时间、箔条云初始位置布放在反舰导弹末制导雷达跟踪范围之内以及有足够的脱靶距离三个约束条件的箔条质心干扰效果模型。     

基于UKF的混合坐标系下运动

针对无源定位必须实现快速和稳定定位跟踪的要求,首先研究了混合坐标下的推广卡尔曼滤波(EKF)算法,充分利用了直角坐标系下状态方程的线性特性和修正极坐标系下观测方程的线性特性,并针对两坐标系间协方差矩阵变换的舍入误差,推导了一种混合坐标系下的UKF算法,并将其应用于运动辐射源的无源定位跟踪中。计算机仿真表明该算法提高了收敛速度和定位精度。     

一种基于高斯牛顿迭代的单站无源定位算法

由于初始估计误差大、可观测性弱,且可得到的观测量受限等特点,对运动辐射源的快速单站被动定位一直是个难题。针对单站无源定位特点,对IEKF(iterated extended Kalman filter)算法进行改进,该算法对IEKF中的测量更新按照高斯牛顿迭代方法进行修正,从而减小非线性滤波的线性化误差,改善滤波算法性能。所提算法和UKF(unscented Kalman filter)I、EKF以及EKF(extended Kalman filter)算法的仿真比较表明,提出的算法可以用更小的计算量得到和UKF相当甚至更好的定位性能,在定位精度和收敛速度上明显优于IEKF以及EKF。     

三角交叉无源定位位置偏差估计滤波算法研究

提出了一种基于两观测站的三角交叉法对机动目标无源定位的算法,不是采用传统的对机动目标位置进行估计,而是直接对机动目标的位置偏差进行估计滤波,使定位的模糊区域迅速缩小,以达到快速定位跟踪的目的。列出了对位置偏差估计的状态方程和测量方程,用加权的最小二乘估计和卡尔曼滤波算法,实现了定位和跟踪。进行了计算机仿真,得到了良好的效果。     

基于YOLOv5的舰船目标及关键部位检测算法

为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。     

能力限制条件下内河集装箱枢纽港选址问题研究:以长江为例

相比于海洋运输,内河运输中集装箱船舶较小,船舶装载能力受到一定的限制.本文研究能力限制条件下内河集装箱枢纽港选址问题,建立一个混合整数非线性规划模型.不同于传统的枢纽选址问题的研究大多是基于枢纽之间的运输折扣因子的假设,本文采用基于流量的非线性费用函数来表示规模经济.从而使得所研究的问题是一个凹函数优化问题.为简化本文的问题,将目标函数分段线性化.基于线性化后的模型,根据能力限制的条件,提出一个启发式求解算法,以及一个加速技巧.最后,通过以长江为例,进行算例分析,来说明模型和算法的效果.